在R中随机林包中的处理案例重量
我检查了R中的在R中随机林包中的处理案例重量,r,random-forest,R,Random Forest,我检查了R中的randomfreest和rfsrc包,但在训练随机森林模型时,找不到一种简单的方法来应用观察值/案例权重。有没有办法做到这一点 作为一种替代方法,我考虑复制我的观察结果(例如,如果观察结果的权重为2,则复制一次),但我认为这对于非整数案例权重来说是低效且困难的。您可以使用允许对单个观察结果进行加权的树包。这当然只会给你一棵树,所以你必须自己创建随机森林 这可能需要更多的工作,但它可能是比复制观察结果更好的解决方案。在randomForest函数中,只有一个选项可以对类进行加权-c
randomfreest
和rfsrc
包,但在训练随机森林模型时,找不到一种简单的方法来应用观察值/案例权重。有没有办法做到这一点
作为一种替代方法,我考虑复制我的观察结果(例如,如果观察结果的权重为2,则复制一次),但我认为这对于非整数案例权重来说是低效且困难的。您可以使用允许对单个观察结果进行加权的树包。这当然只会给你一棵树,所以你必须自己创建随机森林
这可能需要更多的工作,但它可能是比复制观察结果更好的解决方案。在
randomForest
函数中,只有一个选项可以对类进行加权-classwt
。它只能应用于分类任务。如果您需要对单个案例进行加权,可能除了复制它们之外没有其他选择。复制如果您有大量数据,那么您可以以概率方式进行复制